요약1. FAQ 문서를 Embedding을 만들어 Vector DB에 저장2. 사용자 질의가 들어올 시, 2-1. 해당 질의의 Embedding 값을 얻은 후 2-2. cosineSimilarity를 사용하여, 가장 유사도가 높은 문서를 가져옴Embedding 생성OpenAI의 text-embedding-ada-002 모델 사용예제: 공식 문서 | cookbook아래 코드 예시는 Flask를 사용하여 챗봇 엔드포인트를 구현한 것으로, 사용자가 POST 요청을 보내면 해당 질의의 임베딩 값을 반환한다.from flask import Flask, request, jsonifyfrom elasticsearch import Elasticsearchimport openaiapp = F..
